论文部分内容阅读
针对正余弦算法后期收敛速度慢、局部搜索能力差的缺点,提出了一种分层多子群协作正余弦算法。新算法的主要思想是将种群的更新架构分成两层:在底层中,将种群分成若干个个体数目相等的子群,每个群体的个体只能在相应的群体中并行进化;在顶层中,群体是由底层中各个子群中最优个体组成的,顶层中的个体都是按照高斯采样学习策略实现位置更新的。为了保持种群的多样性,在更新过程中利用随机重组策略来保持种群的多样性。新算法经过18个基准测试函数和神经网络中的应用实验的结果比较,新算法在稳定性、计算精度和收敛速度方面都具有明显的优势。